文章资料 DeepSeek v4.1 RL训练踩坑日记 AINLP2026年10月22日 20:54 前段时间组里接了个活儿，把DeepSeek V4.1 Flash的Agentic RL训练在我们自研的LoongSage框架内拉起来。 阅读微信原文 ↗订阅这个公众号 号外保存文章的公开索引信息，正文版权归原作者及发布公众号所有。